در کشورهایی که ماشین‌ها از سمت راست حرکت می‌کنن، پیش‌فرض کمابیش اینه که عابرهای پیاده هم وقتی به هم نزدیک می‌شن، از سمت راست حرکت بکنن (دست کم فرض من اینه). حدس می‌زنم در همه‌ی کشورهایی که از سمت چپ رانندگی می‌کنن هم جهت حرکت عابرهای پیاده از سمت چپ باشه.

هم‌کار ژاپنی‌مون می‌گفت در ژاپن عابرها سعی می‌کنن از سمت چپ حرکت کنن و روی پله‌برقی هم طرف چپ بایستن تا کسانی که می‌خوان سریع‌تر از پله‌ها بالا برن، از سمت راست سبقت بگیرن. اما در غرب اوساکا قضیه برعکسه: دو عابر وقتی به هم برخورد می‌کنن، هرکدوم به سمت راست خودش حرکت می‌کنه. همین‌طور ملت روی پله برقی طرف راست می‌ایستن تا کسانی که می‌خوان سریع‌تر برن، از سمت چپ سبقت بگیرن.

هم‌کار ژاپنی در مورد علت این پدیده چیزی نمی‌دونست. من خیلی فکر کردم و به نتیجه‌ای نرسیدم که چرا باید مردم در غرب اوساکا بر خلاف بقیه‌ی کشور عمل بکنن (البته شاید جاهای دیگه‌ای هم شبیه به این در ژاپن باشن؛ من خبر ندارم). تنها حدسی که می‌زنم اینه: در پست قبل نوشتم که حرکت عابران مثل یک بازی می‌مونه که دو نقطه‌ی تعادل داره. مهم نیست که کدوم تعادل انتخاب بشه، تا وقتی که هر دو نفر یک تصمیم مشترک بگیرن، سودشون بیشینه می‌شه و نیازی به تغییر استراتژی نمی‌بینن. حالا فرض کنین یک عابر جدید به یک شهر اضافه بشه. عابر ترجیح می‌ده جهت حرکتش طوری باشه که کم‌ترین برخورد رو با دیگران داشته باشه. در نتیجه اگر اکثریت از راست حرکت می‌کنن، به نفع عابره که از راست حرکت کنه، در غیر این صورت که از چپ حرکت کنه. تصمیم عابر باعث می‌شه تعداد اکثریت باز هم بیش‌تر بشه و عابر بعدی انگیزه‌ی بیش‌تری داشته باشه که از راست حرکت کنه و به همین ترتیب پیش می‌ره تا کل مردم منطقه به نفع‌شونه از سمت راست حرکت کنن. شاید در غرب اوساکا هم به صورت اتفاقی، چند نفری از سمت راست حرکت کردن و به همین خاطر حرکت از سمت راست غالب شد.

نمونه‌ی بازخورد (فیدبک) مثبت رو در خیلی امور روزمره می‌بینین:

• کسی که کارهای تلنبار شده زیاد داره و همین حجم زیاد کار، فکرش رو مشغول‌تر می‌کنه. به همین خاطر بازده‌اش پایین‌تر میاد و حجم کارهای تلنبار شده از قبل هم بیش‌تر می‌شه و به همین ترتیب
• کسی که بدهی داره و باید بهره‌ی بدهی‌اش رو بپردازه و در نتیجه بیش‌تر از قبل بدهکار می‌شه و به دنبالش بهره‌ی بدهی‌هاش هم بیش‌تر می‌شه
• کسی که رابطه‌ی موفقی با اطرافیانش برقرار می‌کنه و بازخورد مثبت می‌گیره و روابطش رو باز هم به‌بود می‌ده و خودش و اطرافیان از این رابطه‌ی موفق بیش‌تر استفاده می‌کنن و همین موضوع خودش باعث به‌تر شدن بیش‌تر رابطه می‌شه

در سیستم‌های پیچیده بازخورد (فیدبک) منفی هم وجود داره (وگرنه که یک سیستم ساده است). کسی که کارهای تلنبار شده داره، شاید زندگی‌اش تا جایی بدتر و بدتر بشه و از جایی به خودش بیاد و تلاش‌اش رو برای به‌بود وضعیت‌اش به صورت ناگهانی (و غیر خطی) افزایش بده. یا کسی که بدهی داره، شاید تصمیم بگیره راه‌هایی رو امتحان کنه که از این سیر قهقرایی بیرون بیاد. رابطه‌ی موفق هم تا حدی به‌بود پیدا می‌کنه و بالاخره جایی اشباع می‌شه.

وقتی در پیاده‌رو راه می‌رین و یک عابر در جهت مخالف به سمت شما میاد، به‌ترین کار اینه که شما از سمت راست‌تون حرکت کنین و عابر هم از سمت راست خودش (یا هر دو با هم از سمت چپ خودتون حرکت کنین) که از برخورد جلوگیری بکنین؛ به طور خلاصه، هر دو با هم یک جهت رو انتخاب کنین.

در تئوری بازی‌ها، این وضعیت، یک بازی ساده‌ی دو نفره است. بازی دو نقطه‌ی تعادل داره: هردو با هم یک انتخاب (یا به زبون تئوری بازی‌ها یک استراتژی) چپ یا راست رو انتخاب بکنن و در اون صورت به مقدار برابری هم سود ببرن. اگر هم انتخاب‌های دو نفر متفاوت باشن، هر دو نفر به یک اندازه ضرر می‌کنن (در مثال عابر پیاده برخورد می‌کنن). در شکل زیر عددهای داخل جدول نشون‌دهنده‌ی این هستن که در هر حالت به نفر بالا یا سمت چپ چه مقدار سود تعلق می‌گیره.

اما احتمال داره براتون اتفاق افتاده باشه که یک عابر از جلو بیاد و شما به سمت راست برین و عابر هم در همون لحظه به سمت چپ خودش بره و بعد شما به سمت چپ‌تون برین و اون هم به سمت راستش بره و به همین ترتیب چند بار این رفت و برگشت تکرار بشه. در این شرایط هر دو تون دارین سعی می‌کنین استراتژی‌ای انتخاب کنین که در یکی از خونه‌های بالا سمت چپ یا پایین سمت راست جدول بالا قرار بگیرین، در حالی که بعد از هر تلاش، در یکی از خونه‌های بالا سمت راست یا پایین سمت چپ هستین.

وقتی که شرایط بالا برای من اتفاق می‌افته، این روش رو دنبال می‌کنم و تقریبن همیشه هم موثر بوده: سرم رو پایین می‌اندازم و از سمت راست حرکت می‌کنم. فرض کنیم من نفر سمت چپ باشم. در این حال با حرکت از سمت راستم دارم اعلام می‌کنم که استراتژی من سطر پایینیه. با پایین بودن سرم هم دارم اعلام می‌کنم که به استراتژی عابر مقابل کاری ندارم. عابر مقابل می‌دونه که بازی در سطر پایینه و اون هم می‌فهمه که به‌ترین استراتژی برای اون حرکت به سمت راست خودشه (یعنی ستون سمت راست) که به این ترتیب نقطه‌ی تعادل مربع پایین سمت راست باشه.

دو نفر رو به اتهام دزدی می‌گیرن و در دو اتاق جداگانه بازجویی می‌کنن (یعنی این دو نفر امکانش رو ندارن که جواب‌هاشون رو با هم هماهنگ بکنن). اگر هر دو سکوت کنن، هر نفر به یک سال حبس محکوم می‌شه. اگر هر دو اعتراف کنن، هر نفر به سه سال حبس محکوم می‌شه (نوعی تنبیه برای دزدی). اگر یک نفر سکوت کنه و یک نفر اعتراف کنه، اونی که اعتراف کرده آزاد می‌شه (نوعی تشویق برای راست‌گویی) و در عوض اونی که سکوت کرده به پنج سال زندان محکوم می‌شه (نوعی تنبیه برای دروغ‌گویی و دزدی). شما اگر به جای یکی از این دو نفر بازداشت‌شده بودین چه کار می‌کردین؟ سکوت می‌کردین یا اعتراف؟ (اگر با مساله آشنا نیستین، کمی در این مورد فکر کنین)

این مساله در تئوری بازی‌ها به «دوراهی زندانی‌ها» معروفه. اگر دو نفر بتونن با هم صحبت بکنن و در حضور هم بازجویی بشن، اگر عاقل باشن، هر دو سکوت می‌کنن و هر نفر یک سال زندان رو تحمل می‌کنه و آزاد می‌شن. اما اگر امکان صحبت با هم رو نداشته باشن، تعادل نش این‌طوره که هر دو اعتراف می‌کنن (تعادل نش اسمش رو از جان نش می‌گیره که شاید در فیلم یک ذهن زیبا دیده باشین). در واقع وقتی هر دو نفر به جرم‌شون اعتراف می‌کنن، سکوت کردن فایده نداره و کار رو خراب‌تر می‌کنه. برای همین هم حالت پایدار قضیه اینه که هر دو به جرم اعتراف بکنن، با این که در مجموع به ضرر هر دو نفرشونه.

اما چرا به یاد این بازی  افتادم؟ سه شبکه‌ی رادیویی هستن که ما موسیقی‌هاشون رو دوست داریم. این‌ها هر از گاهی تبلیغات پخش می‌کنن. هر موقع هم که تبلیغ پخش می‌شه، شبکه رو عوض می‌کنیم و بیش‌تر وقت‌ها از این سه شبکه بالاخره یکی‌شون هست که مشغول پخش تبلیغ نباشه و موسیقی پخش کنه. در نتیجه ما در هر حالتی می‌تونیم از دست تبلیغات فرار کنیم و موسیقی گوش کنیم. از اون طرف شاید به نفع شبکه‌های رادیویی باشه که موسیقی و تبلیغ‌شون رو با هم هماهنگ بکنن، چنان که همه با هم و هم‌زمان تبلیغ پخش بکنن. به این ترتیب مشتری‌هایی مثل ما نمی‌تونن از دست تبلیغات فرار بکنن و مجبورن تبلیغ‌ها رو هم بشنون.

اما شبکه‌ها به چنین توافقی نمی‌رسن، به همون دلیلی که بازداشت‌شده‌ها به توافق نمی‌رسن که سکوت بکنن. فرض کنین همه‌ی شبکه‌ها تبلیغ‌ها رو در زمان مشخص پخش بکنن. بعد یک شبکه بیاد و خیانت بکنه و زمانی که بقیه دارن تبلیغ پخش می‌کنن، موسیقی پخش بکنه. طبیعتن شنونده ترجیح می‌ده کانال رادیویی رو عوض کنه و اون شبکه رو گوش بکنه. اون شبکه شنونده رو به سمت خودش جذب کرده، اما کل توافق به هم می‌ریزه و شبکه‌های دیگه هم به توافق اول پایبند نخواهند بود. نتیجه هم این می‌شه که زمان پخش موسیقی و تبلیغ در شبکه‌ها مستقل از هم خواهد بود (یا دست‌کم هم‌زمان نخواهد بود).

قبول دارم که مساله رو خیلی ساده کردم. شنونده‌ها الزامن با یک تبلیغ شبکه رو عوض نمی‌کنن. در ضمن این بازی یک بار تکرار نمی‌شه و اصطلاحن «دوراهی زندانی‌های تکرار شونده» است (اصطلاحن گفته می‌شه iterated prisoner’s dilemma که اگر دوست داشته باشین، می‌تونین به این‌جا برین و بازی کنین) . وقتی در بازی تکرار هست، امکانش وجود داره که یک نفر هم‌بازی دیگه رو تنبیه بکنه و به این ترتیب به هم‌کاری وادارش بکنه. در کنار این‌ها باید در نظر بگیریم که بازی‌کنان این بازی شاید خیلی هم منطقی (rational) نباشن. با تمام این‌ها، تا به الان مشاهده‌ی من با این مدل ساده سازگار بوده. تجربه‌ی من این بوده که هر موقع با آگهی بازرگانی روبه‌رو بشیم، می‌تونیم با عوض کردن شبکه از آگهی‌ها فرار کنیم و موسیقی گوش کنیم!